如何在 Pandas 中删除嵌套列下的所有列

Question

我有一个数据框，与这个问题中的数据框类似：Pandas: drop a level from a multi-level column index?

cols = pd.MultiIndex.from_tuples([("a", "b"), ("a", "c")])
pd.DataFrame([[1,2], [3,4]], columns=cols)

    a
   ---+--
    b | c
--+---+--
0 | 1 | 2
1 | 3 | 4

在上述问题中，提问者想知道如何删除表头列 a。我想知道如何删除它和所有在它下面的列（在这个例子中是 b）使得结果数据框看起来像这样：

  | c
--+--
0 | 2
1 | 4

可以，请告诉我具体需要翻译的内容。

- MetaStack

---

“所有在它下面的列”是指该标题下的第一列吗？ - Andy Hayden

正如所指出的，'a' 是您数据框中两列的第一级标签。因此，'b' 和 'c' 都在 'a' 的下方。您能否澄清您的意图是什么？ - busybear

Answer 1

为了更清晰，我认为'b'和'c'都包含在'a'下。然而，在以下代码中，您可以选择要删除哪个。

首先构建数据框：

cols = pd.MultiIndex.from_tuples([("a", "b"), ("a", "c")])
df = pd.DataFrame([[1,2], [3,4]], columns=cols)

然后删除列('a', 'b')...并且也删除'a'级别，最终只剩下'c'。

df.drop([('a', 'b')], axis=1,inplace=True)
df.columns = df.columns.droplevel()

生成的DataFrame如下所示。

    c
0   2
1   4

- run-out

---

谢谢，你说得对。我的注意细节方面确实有所欠缺，但你知道我的意思。这个答案非常好用。 - MetaStack

Answer 2

假设您所说的“下面的列”是第一列，您可以使用以下内容。

z['a'].drop(z['a'].columns[0], axis=1)

这是一个基于预期结果的快速回答，如果它看起来很蠢，对不起，但也许你可以在你的问题中更加精确。

- Rags

Answer 3

不确定您为什么需要这个，但是您可以使用groupby来实现这一点。

df=df.groupby(level=0,axis=0).apply(lambda  x : x.iloc[:,1:])
df.columns=df.columns.get_level_values(1)
df
   c
0  2
1  4

- BENY

Answer 4

您可以从列中选择该切片，然后将列标题重命名为单层标题：

df.loc(axis=1)[:,'c'].set_axis(['c'], axis=1, inplace=False)

输出：

   c
0  2
1  4

- Scott Boston